亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于改進(jìn)A*算法的分揀搬運(yùn)機(jī)器人路徑規(guī)劃

        2018-04-25 07:35:49,,,,,
        計(jì)算機(jī)測量與控制 2018年4期
        關(guān)鍵詞:勢場障礙物路線

        ,,,,,

        (1.蘇州科技大學(xué) 電子與信息工程學(xué)院 建筑智慧節(jié)能江蘇省重點(diǎn)實(shí)驗(yàn)室,江蘇 蘇州 215009;2.常州工學(xué)院 計(jì)算機(jī)信息工程學(xué)院,江蘇 常州 213002)

        0 引言

        隨著我國工業(yè)生產(chǎn)的不斷進(jìn)步與發(fā)展,分揀搬運(yùn)機(jī)器人越來越多的參與到了工廠的貨物分揀和搬運(yùn)等應(yīng)用中[1]。它的作用不局限于處理貨物的搬運(yùn)問題,更能夠減輕人力工作的壓力,提高整體的工作效率,從而降低不必要的成本。張巖巖等人針對搬運(yùn)機(jī)器人的路徑尋優(yōu)問題,通過將人工免疫算法中的相關(guān)參數(shù)進(jìn)行迭代優(yōu)化后,將其與蟻群算法相結(jié)合,提出了一種改進(jìn)的蟻群路徑規(guī)劃算法[2]。然而,該算法雖然能夠較為準(zhǔn)確地找到最優(yōu)路徑,但是該算法中的參數(shù)迭代優(yōu)化計(jì)算量較大,影響到了路徑規(guī)劃算法的實(shí)時(shí)性。呂太之等人提出在路徑規(guī)劃過程中加入同步構(gòu)造可視圖環(huán)節(jié),有效地降低了路徑規(guī)劃的耗時(shí)[3]。然而該算法能夠擴(kuò)展的節(jié)點(diǎn)數(shù)量比較有限,無法用于范圍較大的障礙物環(huán)境。孫煒等人在路徑規(guī)劃時(shí)首先采用柵格方法建立環(huán)境模型,接著將A*算法用于初步的路徑規(guī)劃,并按較小的分割步長進(jìn)行分割,剔除中間路徑點(diǎn)的方法實(shí)現(xiàn)最優(yōu)路徑規(guī)劃[4]。然而,該算法中的分割步長需要人工確定,無法實(shí)現(xiàn)自主的路徑規(guī)劃。

        針對上述問題,本文提出了一種將蟻群算法與A*算法相結(jié)合的改進(jìn)了A*算法用于解決自主最優(yōu)路徑規(guī)劃問題,并自主開發(fā)設(shè)計(jì)了一種以改進(jìn)A*算法為核心的分揀搬運(yùn)機(jī)器人用于算法驗(yàn)證。該機(jī)器人使用STM32單片機(jī)為核心控制器,能夠?yàn)殡姍C(jī)運(yùn)動、機(jī)械臂的夾取提供靈活的控制。機(jī)器人使用的顏色傳感器,具備在一定的誤差范圍內(nèi)能夠分辨不同類型障礙物的功能。機(jī)器人采用S型加減速控制法來控制運(yùn)行速度,使用PID控制法對電機(jī)進(jìn)行調(diào)控,使得整體機(jī)器的運(yùn)行更加穩(wěn)定[5]。

        1 分揀搬運(yùn)機(jī)器人的硬件設(shè)計(jì)

        1.1 分揀搬運(yùn)機(jī)器人的整體結(jié)構(gòu)

        機(jī)器人以STM32芯片的電路板為平臺搭建。驅(qū)動模塊控制電機(jī)的行動和機(jī)械臂的抓取。機(jī)械臂上部安裝了鐵針,用來配合機(jī)械臂夾取。機(jī)器臂的底部裝有顏色傳感器,用來辨識不同的物料。機(jī)器人共有3個(gè)電機(jī),左右輪電機(jī)作為主動輪運(yùn)行,中間電機(jī)則作為萬向輪對方向進(jìn)行調(diào)整。

        圖1 搬運(yùn)機(jī)器人的結(jié)構(gòu)圖

        1.2 顏色傳感器模塊設(shè)計(jì)

        本文設(shè)計(jì)的機(jī)器人使用了TCS230顏色傳感器,CMOS電路上集成了硅光電二極管和電流頻率轉(zhuǎn)化器,且單一芯片上有紅、藍(lán)、綠3種濾光器,在沒有A/D轉(zhuǎn)換電路的情況下,能夠與微處理器直接連接。傳感器上共64個(gè)光電二極管,分別為紅色、藍(lán)色、綠色、全透。當(dāng)選定一種色彩的濾波器后,便只能通過這類的顏色,其余顏色不能夠通過,從而得到此顏色的光強(qiáng),并能夠進(jìn)行區(qū)分。

        在顏色識別開始前,需要對顏色識別模塊進(jìn)行白平衡。白平衡調(diào)整檢測系統(tǒng),使其對三原色的敏感度相同,從而確保測量的準(zhǔn)確性。當(dāng)顏色的計(jì)算值在一定誤差范圍內(nèi),可以得出對應(yīng)顏色的檢測結(jié)果,從而能夠正確判斷不同的障礙物。

        本文中的顏色傳感器采用笛卡爾距離算法來辨別不同顏色。公式如下:

        (1)

        Rr、Gr、Br為不同顏色的傳感器參考值,Ru、Gu、Bu為未知色彩的傳感器實(shí)際測量值。

        2 A*算法原理

        A*算法是一種直接的啟發(fā)式搜索算法,常用于在靜態(tài)路網(wǎng)中求解最短路線[6]。啟發(fā)式搜索就是在一定范圍空間內(nèi),每一個(gè)地位都進(jìn)行搜索,得出最好的位置,再以此持續(xù)進(jìn)行搜尋,直到到達(dá)目標(biāo)點(diǎn)。A*算法的路線規(guī)劃由估價(jià)函數(shù)決定,每走一段距離就需要進(jìn)行估算。在不斷前進(jìn)的路線上,舍去死節(jié)點(diǎn),而保留最優(yōu)的節(jié)點(diǎn),并且不斷比較新節(jié)點(diǎn)與舊節(jié)點(diǎn)的優(yōu)劣。得出價(jià)值最低的節(jié)點(diǎn),向此節(jié)點(diǎn)前進(jìn),并進(jìn)行下一步的計(jì)算,最終逐步到達(dá)目標(biāo)點(diǎn)。公式如下:

        f(n)=g(n)+h(n)

        (2)

        f(n)為全局環(huán)境中最優(yōu)化理論消耗值,g(n)為實(shí)際操作中額外的消耗值,h(n)為理論上最優(yōu)化路線的消耗值,整體估價(jià)函數(shù)h(n)占主導(dǎo)地位。因此簡化h(n)的具體算法,便可在理論上減小f(n)的量。為了匹配本文的模擬環(huán)境,采用歐幾里得距離算法作為啟發(fā)函數(shù),能夠在復(fù)雜環(huán)境里計(jì)算出最優(yōu)解。歐幾里得距離算法即兩點(diǎn)之間的距離,能夠簡化二維模型里的距離問題,從而化簡整體的運(yùn)算。公式如下:

        (3)

        其中:xi、yi設(shè)定為起始位置,xj、yj設(shè)定為目標(biāo)位置[5-6]。

        3 改進(jìn)的A*算法

        3.1 蟻群算法

        蟻群算法是一種啟發(fā)式全局優(yōu)化算法。此算法來源于意大利學(xué)者Dorigo、Maniezzo等人對蟻群搬運(yùn)食物路線的研究[7]。螞蟻在搬運(yùn)食物的路徑上,會留下信息素。蟻群對信息素具有很強(qiáng)的感知力,根據(jù)之前蟻隊(duì)留下的信息素,后來的蟻隊(duì)能夠花費(fèi)更少的時(shí)間到達(dá)食物點(diǎn)。蟻群算法簡單而實(shí)用,但相較于A*算法,多了盲目性與不穩(wěn)定性。

        3.2 與蟻群算法相結(jié)合改進(jìn)A*算法

        A*算法在路徑規(guī)劃中有極高的價(jià)值,但算法本身存在一定的問題,在路徑規(guī)劃中存在多個(gè)最小解的情況下,無法做到選擇最優(yōu)化。蟻群算法是一種廣度優(yōu)先搜索,在進(jìn)行初次搜索時(shí),采用信息素均勻分布,各條路線上的信息素均定義為一個(gè)常數(shù)C。因此在搜索的初期,收斂速度會較慢,算法的搜索時(shí)間也較長。A*算法的啟發(fā)函數(shù)能夠明確從起點(diǎn)到目標(biāo)點(diǎn)搜索的方向,本文中利用簡化的A*算法,對地圖初始位置信息素進(jìn)行設(shè)置,從而加快算法初期收斂速度,避免了大量無意義的計(jì)算。

        本文介紹算法的主要改進(jìn)在于使用A*算法篩選出一條合適的路線來分布信息素,從而簡化A*算法在之后路線規(guī)劃上的計(jì)算。從起點(diǎn)出發(fā),選取多個(gè)適合的無障礙節(jié)點(diǎn),從中選取估價(jià)函數(shù)最低的節(jié)點(diǎn)。再以此節(jié)點(diǎn)為中心,選取下一個(gè)估價(jià)函數(shù)最低的節(jié)點(diǎn),從而能夠順利篩選出一條從起點(diǎn)到目標(biāo)點(diǎn)估價(jià)函數(shù)最低的路線。而簡化了新節(jié)點(diǎn)與舊節(jié)點(diǎn)的比較的過程。

        將f(n)作為評價(jià)函數(shù)得出的最優(yōu)化的路線R。將此路線的初始信息素設(shè)置為:

        X(R)=kc

        (4)

        c為其他路線信息素的分布,k為大于1的常數(shù)。

        3.3 改進(jìn)后A*算法的路徑規(guī)劃

        設(shè)定兩個(gè)決定數(shù)a、b。ab屬于(0,1)。設(shè)p為決定概率。O為最終決定節(jié)點(diǎn)。

        情況一:蟻群算法受信息素與啟發(fā)信息的影響,所以在a

        O=max{[X(m,n)α]*[Y(m,n)]β}

        (5)

        情況二:在決定參數(shù)ap條件下,可以采用輪盤賭策略選擇節(jié)點(diǎn)。公式如下:

        (6)

        情況三:當(dāng)決定參數(shù)a>p條件下,在柵格中隨機(jī)選擇非障礙物的柵格作為前進(jìn)路線。公式如下:

        O=random,jk(r)∈n

        (7)

        m對應(yīng)信息素因數(shù),n對應(yīng)能見度因數(shù),X對應(yīng)信息數(shù),Y對應(yīng)能見度或者啟發(fā)因數(shù),jk(r)對應(yīng)下一步到達(dá)的柵格位置。

        采用改進(jìn)后的A*算法,結(jié)合了蟻群算法,指引出一條高于平均信息素分布的一條路線,解決了A*算法在存在多個(gè)最小值時(shí)的路徑優(yōu)化問題,并且讓整個(gè)算法系統(tǒng)更加靈活,能夠應(yīng)對各種復(fù)雜的環(huán)境[8]。

        4 場地模擬與路徑規(guī)劃

        4.1 場地模擬

        在實(shí)際的搬運(yùn)過程中,物料與生產(chǎn)車間總有一定的距離,且沿途都會有相應(yīng)的阻礙物。在仿真實(shí)驗(yàn)中設(shè)置紅圈為障礙物,start為起始點(diǎn),target為目標(biāo)點(diǎn)。機(jī)器人需在方格內(nèi)避開紅圈,并找出一條最短的行徑,從而實(shí)現(xiàn)物料搬運(yùn)。

        4.2 路徑規(guī)劃

        分揀搬運(yùn)機(jī)器人將從起點(diǎn)start出發(fā),避過途中設(shè)置的不同的障礙,將物料送入目標(biāo)位置target,從而完成搬運(yùn)任務(wù)。在相同大小10*10的柵格模型中進(jìn)行比較,如圖2所示。從圖3、圖4和圖5這三組對應(yīng)不同方法的實(shí)驗(yàn)中可以看出,在圖2所示的障礙物環(huán)境條件相同的情況下,機(jī)器人都能夠成功規(guī)避相應(yīng)的障礙物,最終準(zhǔn)確把物料搬運(yùn)到目的地。

        對比3種算法,也能很容易發(fā)現(xiàn)在前期的運(yùn)動軌跡中3種算法并沒有太多區(qū)別。在運(yùn)動后期,圖3中的A*算法在路徑規(guī)劃上能做到避開障礙物,將貨物搬運(yùn)到指定目標(biāo)點(diǎn),但在搬運(yùn)的最后階段,沿直角行走,并不能做到路線的最優(yōu)化。圖4中的人工勢場法能夠在運(yùn)動的最后階段簡化路線,但在路線最后的規(guī)劃上受最后障礙物分布的影響,對最后路線的選擇有一定的干擾,因此不能做到抉擇最優(yōu)化。而圖5中本文提出的改進(jìn)A*算法在規(guī)避障礙的同時(shí)也做到了路線的最優(yōu)化。

        圖2 障礙物分布圖 圖3 A*算法仿真

        圖4 人工勢場法仿真 圖5 改進(jìn)后A*算法仿真

        最終實(shí)驗(yàn)結(jié)果的區(qū)別源于這3種算法本身的差異。人工勢場法在路徑規(guī)劃后期受到障礙物影響較大,容易出現(xiàn)無法實(shí)現(xiàn)路徑最優(yōu)化的情況[9-10]。A*算法由于帶入大量重復(fù)數(shù)據(jù)和復(fù)雜的估價(jià)函數(shù),未能找到最佳路徑。而本文提出的改進(jìn)A*算法利用在路徑上分布信息素的方法,簡化了節(jié)點(diǎn)抉擇最優(yōu)解的計(jì)算量,因此最后的障礙物安放位置不會影響到最優(yōu)路線的規(guī)劃。

        4.3 實(shí)際路徑規(guī)劃實(shí)驗(yàn)

        將本文設(shè)計(jì)的分揀搬運(yùn)機(jī)器人用于實(shí)際實(shí)驗(yàn),其具體結(jié)構(gòu)如圖6所示。由夾持器、電機(jī)、STM32開發(fā)板、顏色傳感器和蓄電池組成。其中鐵針配合著半圓形塑料臂組成夾持器夾取物料。機(jī)器人整體結(jié)構(gòu)簡單,運(yùn)動流暢,能夠在實(shí)際實(shí)驗(yàn)環(huán)境中完成分揀搬運(yùn)任務(wù)。

        圖6 本文設(shè)計(jì)的分揀搬運(yùn)機(jī)器人的實(shí)物圖

        在相同的實(shí)驗(yàn)環(huán)境下,分別采用了A*算法、人工勢場法算法、改進(jìn)后A*算法,分別進(jìn)行了實(shí)際的實(shí)驗(yàn),從搬運(yùn)時(shí)間、出錯(cuò)率、能耗3個(gè)方面進(jìn)行比較。在多次實(shí)驗(yàn)后得到以下數(shù)據(jù)。

        表1 3種算法在時(shí)間、出錯(cuò)率、能耗率對比表

        從表1中可以看出,A*算法與人工勢場法在時(shí)間方面相差不多,出錯(cuò)率方面A*算法較低,而能耗較大。人工勢場法出錯(cuò)率較高,但能耗略低。改進(jìn)后的A*算法時(shí)間大大縮短,而且在出錯(cuò)率和能耗方面都優(yōu)于A*算法和人工勢場法,本文提出的改進(jìn)A*算法比A*算法、人工勢場法更適合分揀搬運(yùn)機(jī)器人使用。

        在實(shí)際實(shí)驗(yàn)中,機(jī)器人從圖7(a)起點(diǎn)位置出發(fā),將貨物夾緊后,開始搬運(yùn)任務(wù)。如圖7(b)與圖7(c)所示,機(jī)器人順利規(guī)避了沿途設(shè)置的障礙。選擇本文提出的改進(jìn)A*算法3種情況中的一種,自主的規(guī)劃最優(yōu)行進(jìn)路徑。最終,圖7(d)中機(jī)器人搬運(yùn)貨物并沿著最優(yōu)路線準(zhǔn)備到達(dá)目的地,從而完成了搬運(yùn)任務(wù)。機(jī)器人在實(shí)驗(yàn)過程中沒有與障礙物發(fā)生碰撞,且最優(yōu)路徑選擇準(zhǔn)確率高、速度快。從而驗(yàn)證了本文提出的改進(jìn)A*算法在路徑規(guī)劃時(shí)具有較強(qiáng)的準(zhǔn)確性與實(shí)用性。

        圖7 搬運(yùn)機(jī)器人自主路徑規(guī)劃實(shí)驗(yàn)

        5 結(jié)論

        本文設(shè)計(jì)的基于STM32單片機(jī)控制的分揀搬運(yùn)機(jī)器人,在2016年中國機(jī)器人大賽暨RobotCup公開賽中獲得了分揀搬運(yùn)組一等獎的成績。本文利用該平臺圍繞改進(jìn)后的A*算法進(jìn)行模擬和實(shí)際實(shí)驗(yàn),驗(yàn)證了改進(jìn)后的A*算法能夠能好地提高機(jī)器人規(guī)避障礙能力。然而由于本文采用的機(jī)器臂較小,一次搬運(yùn)物料有限,當(dāng)需要搬運(yùn)的物料較多時(shí),效率便會有所降低。因此,本文設(shè)計(jì)的分揀搬運(yùn)機(jī)器人仍需進(jìn)一步改進(jìn),不斷提升其實(shí)用性。

        參考文獻(xiàn):

        [1] 譚 民, 王 碩. 機(jī)器人技術(shù)研究進(jìn)展[J]. 自動化學(xué)報(bào), 2013, 39(7):963-972.

        [2] 張巖巖, 侯媛彬, 李 晨. 基于人工免疫改進(jìn)的搬運(yùn)機(jī)器人蟻群路徑規(guī)劃[J]. 計(jì)算機(jī)測量與控制, 2015, 23(12):4124-4127.

        [3] 呂太之, 趙春霞, 夏平平. 基于同步可視圖構(gòu)造和A*算法的全局路徑規(guī)劃[J].南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017,41(3):313-321.

        [4] 孫 煒, 呂云峰, 唐宏偉, 等. 基于一種改進(jìn)A*算法的移動機(jī)器人路徑規(guī)劃[J]. 湖南大學(xué)學(xué)報(bào)(自科版), 2017, 44(4):94-101.

        [5] 陶重犇, 劉壯宇, 孫云飛. 基于嵌入式系統(tǒng)的搬運(yùn)機(jī)器人設(shè)計(jì)與路徑規(guī)劃研究[J], 計(jì)算機(jī)測量與控制, 2016, 24(8):215-217

        [6] 宗成星, 陸 亮, 雷新宇,等. 一種基A*算法的空間多自由度機(jī)械臂路徑規(guī)劃方法[J]. 合肥工業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版, 2017, 40(2):164-168.

        [7] 裴振兵, 陳雪波. 改進(jìn)蟻群算法及其在機(jī)器人避障中的應(yīng)用[J]. 智能系統(tǒng)學(xué)報(bào), 2015(1):90-96.

        [8] 黃 辰, 費(fèi)繼友, 劉 洋,等. 基于動態(tài)反饋A*蟻群算法的平滑路徑規(guī)劃方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2017, 48(4):34-40.

        [9] 溫素芳, 郭光耀. 基于改進(jìn)人工勢場法的移動機(jī)器人路徑規(guī)劃[J]. 計(jì)算機(jī)工程與設(shè)計(jì), 2015(10):2818-2822.

        [10] 石為人, 黃興華, 周 偉. 基于改進(jìn)人工勢場法的移動機(jī)器人路徑規(guī)劃[J]. 計(jì)算機(jī)應(yīng)用, 2010, 30(8):2021-2023.

        猜你喜歡
        勢場障礙物路線
        基于Frenet和改進(jìn)人工勢場的在軌規(guī)避路徑自主規(guī)劃
        基于改進(jìn)人工勢場方法的多無人機(jī)編隊(duì)避障算法
        最優(yōu)路線
        『原路返回』找路線
        高低翻越
        SelTrac?CBTC系統(tǒng)中非通信障礙物的設(shè)計(jì)和處理
        庫車坳陷南斜坡古流體勢場對陸相油氣運(yùn)聚的控制
        畫路線
        找路線
        基于偶極勢場的自主水下航行器回塢導(dǎo)引算法
        精品少妇爆乳无码aⅴ区| 国产成年女人毛片80s网站| 男人j进女人j啪啪无遮挡| 亚洲丁香婷婷综合久久小说| 69搡老女人老妇女老熟妇| 国产自拍精品在线免费观看| 精品久久人妻av中文字幕| 国产精品揄拍100视频| 男女高潮免费观看无遮挡| 熟妇人妻精品一区二区视频| 无码无套少妇毛多18pxxxx| 亚洲国产高清在线一区二区三区| 国产精品无码久久久久下载| 国产一区资源在线播放| 亚洲国产美女精品久久久久∴| 国产极品久久久久极品| 欧美日韩国产乱了伦| 成av人片一区二区久久| 人妻少妇出轨中文字幕| 亚洲国产中文在线二区三区免| 日本一区二区在线资源| 久久久中文字幕日韩精品| 凹凸在线无码免费视频| 国产免费av片在线观看麻豆| av天堂在线免费播放| 久久99精品久久久久久清纯| 亚洲精品字幕在线观看| 久久精品国产乱子伦多人| 九七青青草视频在线观看| 狠狠色综合7777久夜色撩人| 四虎精品成人免费观看| 麻豆视频在线观看免费在线观看| 亚洲av日韩av激情亚洲| 亚洲av无码一区二区三区四区| 国产成人福利在线视频不卡| 国产成人一区二区三区影院| 亚洲国产成人久久综合| 99热这里只有精品4| 人妻露脸国语对白字幕| 欧洲女人与公拘交酡视频| 久久天天躁狠狠躁夜夜爽|